如何修正Pandas代码：为代任空缺经理的记录统一添加(Vacant)

原代码问题分析 #

1. 语法错误：groupby('ID','Reporting_Manager_ID'])参数格式错误，应为列表形式；且列名实际是Emp_ID而非ID。
2. 拼写错误：ne(['Manger_Name'])中Manger_Name少写一个字母a，正确应为Manager_Name。
3. 逻辑偏差：原代码通过组内第一个经理名与当前名对比来标记，无法精准识别"特定经理代任其他职位"的场景，导致部分目标记录未被标记（如示例中Emp_ID=3的第三条John Wick记录）。

针对性解决方案（仅处理John Wick场景） #

根据需求，我们只需标记John Wick在非原始经理ID（4012）下的所有记录，直接通过精准条件筛选即可：

# 定义目标经理及其原始ID
target_manager = "John Wick"
original_id = 4012

# 生成筛选掩码：经理名为John Wick，且对应经理ID不是原始ID
mask = (df['Manager_Name'] == target_manager) & (df['Reporting_Manager_ID'] != original_id)

# 给符合条件的记录添加标记
df.loc[mask, 'Manager_Name'] += ' (Vacant)'

运行上述代码后，将得到你期望的输出：所有John Wick在2812、9236、1293等非4012 ID下的记录都会被标记(Vacant)，而4012 ID下的记录保持原样。

通用解决方案（支持批量处理多个经理） #

如果数据集中有多个经理存在代任情况，可先建立「经理名-原始ID」的映射字典，批量处理所有符合条件的记录：

# 构建经理与原始ID的映射表
manager_original_map = {
    "John Wick": 4012,
    "Sarah Smith": 2812,
    # 可继续添加其他经理的映射关系
}

# 生成掩码：当前记录的经理ID不等于该经理的原始ID
mask = df.apply(
    lambda row: row['Reporting_Manager_ID'] != manager_original_map.get(row['Manager_Name'], row['Reporting_Manager_ID']),
    axis=1
)

# 批量添加标记
df.loc[mask, 'Manager_Name'] += ' (Vacant)'

此方案可适配300+个经理ID的场景，无需逐个编写条件。

内容的提问来源于stack exchange，提问作者Coding_Nubie